更适合中国同学的3d gaussian splatting环境配置和运行!
1. 下载3dgs到本地
下载3dgs:
git clone https://github.com/graphdeco-inria/gaussian-splatting --recursive
进入3dgs的目录里:
cd gaussian-splatting
2. 创建对应的虚拟环境
(1)修改environment.yml文件
将environment.yml文件最后三行注释掉:
# - pip:
# - submodules/diff-gaussian-rasterization
# - submodules/simple-knn
原因是,在第(2)步使用conda命令根据environment.yml文件创建虚拟环境时,安装的pytorch是使用conda install 命令来安装的,实际上并不能成功安装带有gpu的pytorch,而这两个模块的安装依赖于带gpu的pytorch。
如果不注释掉这三行,直接安装会报错!
(2)创建虚拟环境
创建虚拟环境:
conda env create --file environment.yml
激活虚拟环境:
conda activate gaussian_splatting
(3)单独安装pytorch
根据yml文件,可以知道需要安装pytorch=1.12.1 cudatoolkil=11.6
的pytorch,使用pip安装,才能成功装上:
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
(4)安装两个submodule
现在就差两个submodule没安装了
pip install submodules/diff-gaussian-rasterization
pip install submodules/simple-knn
到此环境配置就结束啦!
3. 运行
这部分没什么难度啦,就参照README.md就行
python train.py -s <path to COLMAP or NeRF Synthetic dataset> --eval # Train with train/test split
python render.py -m <path to trained model> # Generate renderings
python metrics.py -m <path to trained model> # Compute error metrics on renderings